内存分析:in-memory analytics
内存分析(in-memory analytics)是指当数据存放在计算机的随机存取存储器(RAM)中时查询数据的方式,和存储在物理磁盘中的数据的查询方式相反。这样大大缩短了查询响应时间,使得商务智能(BI)和分析应用能够支持更快的业务决策。 随着RAM成本的下降,内存分析对很多业务都变得可行。BI和分析应用长期支持RAM中的缓存数据,但是旧的32位操作系统只能提供4GB可寻址内存。而新版64位操作系统可提供高达1 TB的可寻址内存,而且将来可能更多,这使得人们有可能缓存大容量的数据,也可能是RAM中的整个数据仓库(data warehouse)或数据集市(data mart)。 除了能提供快速的查询相应时间,内存分析还可以降低或消除对数据索引和在OLAP立方图或汇总表中对预先汇总的数据进行索引和存储的需求。这样就降低了IT成本,并且使得BI和分析应用的实施更快。预计随着BI和分析应用与内存分析的结合,传统的数据仓库最终可能只用于那些不经常被查询的数据。
最近更新时间:2013-08-07 作者:Margaret Rouse翻译:刘前程EN
相关推荐
-
如何选择正确的数据发现平台
企业的业务目标决定着最合适该企业的数据发现平台,对任何公司都是如此。在高层次上,数据发现工具可帮助企业从数据挖 […]
-
SAS计划开发基于Hadoop的内存分析
美国SAS研究所(Statistical Analysis System)上周宣布,他们正在为Hadoop开发一种叫做SAS内存统计的编程环境,通过它,用户可以在Hadoop上使用内存分析功能。
-
内存处理与大数据分析如何进行完美结合?
内存处理支持更快的性能,并不一定能提供预期的商业利益,除非分析结果真正影响到决策过程。
-
面对面:对比Exalytics与HANA(上)
Oracle Exalytics可以说是一个真正的一体化解决方案,它集成了Sun硬件和Oracle软件,并对其进行了优化、打包和配置,从而得到一个单一的系统。